[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-75538":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":10,"languages":9,"totalLinesOfCode":9,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":16,"stars7d":17,"stars30d":18,"stars90d":15,"forks30d":15,"starsTrendScore":19,"compositeScore":20,"rankGlobal":9,"rankLanguage":9,"license":21,"archived":22,"fork":22,"defaultBranch":23,"hasWiki":24,"hasPages":22,"topics":25,"createdAt":9,"pushedAt":9,"updatedAt":26,"readmeContent":27,"aiSummary":28,"trendingCount":15,"starSnapshotCount":15,"syncStatus":29,"lastSyncTime":30,"discoverSource":31},75538,"Academic-Detective","yadnuses\u002FAcademic-Detective","yadnuses","+Academic Detective · 学术侦探 — 开源学术背景核查引擎。输入导师姓名和学校，基于公开数据自动生成调查报告：论文产出核实、六维质量评分、学科基准线偏差检测、与已知不端案例的模式比对、结构化学生评价匹配、关系网络可视化。支持 Markdown→PDF 报告导出与导师知识蒸馏。",null,"Python",258,17,1,6,0,9,38,226,27,3.77,"MIT License",false,"main",true,[],"2026-06-12 02:03:35","# Academic Detective · 学术侦探\n\n> 开源学术背景核查引擎 · 社区共建案例数据库  \n> 选导师，先查一查。\n\n官方网站：https:\u002F\u002Fwww.academic-detective.top\u002F\n\n---\n\n## 注意\n本系统面向所有人开源，所有人可以免费使用，我们希望通过工具的民主化达到学术平权\n禁止在非本人允许的情况下将项目匿名商用，代码内已嵌入指纹特征，如需商用需标注版权声明和 MIT 许可证原文\n商务合作：2097135128@qq.com\n\n## 免责声明（使用该项目默认同意）\n一、软件性质声明\n本项目为开源软件，开发者不对软件的完整性、准确性、可靠性、适用性或无错误性作任何明示或暗示的担保。用户在下载、安装、使用或分发本软件时，即视为已充分理解并接受本免责声明的全部内容。\n二、数据与报告免责\n1.信息来源局限：本系统生成的所有报告、分析结果及可视化内容，均基于公开可获取的学术数据库、网络公开信息及第三方数据源。开发者不保证这些原始数据的完整性、时效性或绝对准确性。\n2.仅供参考：系统生成的任何报告（包括但不限于导师背景调查、学术网络分析、机构评估等）仅供学术参考与信息整合之用，不构成任何形式的专业建议、法律意见、学术评价或官方认证。\n3.概不负责：对于用户基于本系统生成的任何报告所做出的决策、判断、行为及其后果（包括但不限于选校、选导师、学术合作、法律行动、商业决策等），开发者本人概不承担任何责任。\n三、用户责任与风险承担\n1.用户应自行承担使用本系统的全部风险，包括但不限于数据误读、信息过时、系统故障、网络中断等导致的任何直接或间接损失。\n2.用户承诺仅将本系统用于合法、合规的学术研究及信息查询目的，不得用于侵犯他人隐私、诽谤、骚扰、商业间谍或其他任何违法活动。\n3.如因用户使用不当或违反法律法规导致的任何纠纷、损失或法律责任，由用户自行承担，与开发者无关。\n四、第三方链接与数据\n本系统可能包含指向第三方网站、数据库或服务的链接或引用。开发者对这些第三方内容的准确性、合法性及安全性不承担任何责任，亦不代表开发者认可其观点。\n\n## 这是什么？\n\n一个开源的学术背景调查系统。输入导师姓名和学校，系统从公开数据中提取证据链，自动生成调查报告。\n\n**主要功能**：\n- 论文产出核实（声称 vs 实际）\n- 基于Nature同行审核机制构建的六维质量评分 + 文本风格分析\n- 学科基准线偏差检测\n- 与已知学术不端案例的模式比对\n- 研学网 7.5 万+ 条结构化学生评价匹配\n- 导师关系网络可视化（D3.js）\n- Markdown → 精美 PDF 报告 + 自动图表\n\n---\n\n## 快速开始\n\n```bash\n# 1. 克隆\ngit clone https:\u002F\u002Fgithub.com\u002Fyadnuses\u002FAcademic-Detective.git\ncd Academic-Detective\n\n# 2. 安装依赖\npip install -r archive\u002Fflat_export_redundant_20260501\u002Frequirements.txt\n\n# 3. 初始化配置\ncp scripts\u002Fconfig.template.yaml .\u002Fconfig.yaml\n# 然后编辑 config.yaml 填写学者信息\n\n# 4. 查看所有可用工具\npython run_investigation.py --list-tools\n\n# 5. 启动调查\npython run_investigation.py --name \"导师姓名\" --school \"学校名称\"\n```\n\n---\n\n## 社区共建\n\n我们一起建立全中国最大的导师生态数据库，把学术还给学术\n\n| 你想做什么 | 怎么做 |\n|:---|:---|\n| 🔍 **查导师** | 提交 [Issue] → 社区认领 |\n| 📤 **贡献案例** | 跑完引擎后 `--contribute` → 提交 PR |\n| 🐛 **报告问题** | 提 Issue |\n| ⭐ **支持项目** | Star、Fork、分享 |\n\n---\n\n## 项目结构\n\n```\nAcademic-Detective\u002F\n├── run_investigation.py          # 一键入口\n├── SKILL.md                      # 完整调查方法论（7步框架）\n├── archive\u002Fflat_export_redundant_20260501\u002F  # 37个核心脚本\n├── scripts\u002F                      # 工具索引 + 可视化包装\n├── data\u002F                         # 脱敏案例数据库 + 基准线\n├── mentor-distill\u002F               # 导师蒸馏器（可选）\n├── _private\u002F                     # 研学网评价数据库（脱敏）\n└── 调查名单\u002F                     # 占位（案例数据已脱敏）\n```\n\n---\n\n## 开源协议\n\n本项目采用 [GPL v3](LICENSE) 协议开源。\n","Academic Detective 是一个开源的学术背景核查引擎，旨在帮助用户通过输入导师姓名和学校自动生成详细的调查报告。其核心功能包括论文产出核实、六维质量评分、学科基准线偏差检测、与已知不端案例的模式比对、结构化学生评价匹配以及导师关系网络可视化。该系统使用 Python 编写，并支持 Markdown 到 PDF 的报告导出。适用于学术研究者、学生在选择导师或进行学术合作前进行背景调查，以确保信息的真实性和可靠性。MIT 协议下开源，鼓励社区共建和完善。",2,"2026-06-11 03:53:01","CREATED_QUERY"]